Ce cours explore les avancées scientifiques et les applications émergentes de l’intelligence artificielle dans le domaine de la santé, en fournissant aux étudiants les connaissances et les compétences transversales nécessaires pour évaluer de manière critique, développer et transposer les innovations en matière d’IA dans la pratique clinique et industrielle. Il complète les modules techniques consacrés à l’apprentissage automatique en examinant les dimensions scientifiques, éthiques et sociétales des soins de santé fondés sur l’IA.
Grâce à l’analyse de la littérature scientifique, à des études de cas, à des présentations et à des séminaires animés par des intervenants extérieurs, les étudiants apprennent à interpréter l’ensemble du processus de recherche, depuis l’identification des problèmes cliniques et la conception des méthodologies jusqu’à l’évaluation des résultats, des limites et de l’impact clinique.
Le cours aborde les questions relatives à une IA responsable et fiable, notamment l’éthique, l’équité, les biais, la transparence, l’explicabilité, les cadres réglementaires et la réflexion conceptuelle (design thinking) au service d’une innovation dans le domaine de la santé centrée sur l’humain. Les étudiants bénéficient également d’une introduction à la recherche biomédicale translationnelle par le biais de l’analyse de données transcriptomiques, notamment l’expression génique différentielle et l’identification de biomarqueurs, tout en mettant l’accent sur des méthodologies statistiques rigoureuses. Enfin, le cours examine la transformation numérique des soins de santé et du secteur des sciences de la vie, notamment la recherche pharmaceutique basée sur l’IA, les thérapies numériques, les technologies médicales durables et la gestion du cycle de vie des produits.
